1.一种基于视觉目标跟踪的车辆驾驶自主决策方法，其特征在于，所述方法包括：获取驾驶车辆的图像数据序列；

获取训练数据集；

其中，所述训练数据包括多个样本，样本包括包含汽车目标标记为1的正样本，以及不包含汽车目标记为0的负样本；

根据预设层数，构建神经网络模型；

使用所述训练数据集训练所述构建的神经网络模型；

将训练完成的神经网路模型确定为跟踪模型；

将所述图像数据序列中的每一帧作为跟踪模型的输入，将当前帧的前一帧作为参考帧，以使所述跟踪模型输出在参考帧中选取的目标区域标记；将目标区域标记周围的一个邻域用作训练区域，在当前帧中截取与所述训练区域相同的坐标区域，将该坐标区域作为当前帧中跟踪目标概率的第一候选区域；

从所述参考帧中获得滤波参数；

根据滤波参数，计算所述当前帧中所述第一候选区域所对应的期望响应值；

在所述当前帧的所述第一候选区域对应的期望响应值中，确定最大期望响应值以及最大期望响应值对应的第一候选区域；

将所述当前帧中最大期望响应值对应的第一候选区域确定作为当前帧的目标区域；

对当前帧的目标区域进行标记，获得当前帧的目标对应的区域标记；

将每一帧的目标对应的区域标记按照帧序组成目标区域标记序列；

将所述目标区域标记序列输入训练后的决策神经网络中，得到驾驶车辆是否减速的输出结果，以使所述驾驶车辆根据输出结果进行相应驾驶操作；

所述滤波参数，计算所述第一候选区域所对应的期望响应值包括：设置参考帧的循环位移；

将所述参考帧的第一候选区域在当前帧中按照所述循环位移进行移位，确定每个第一候选区域的循环位移对应的高斯权重系数；

将所述高斯权重系数确定为所述第一候选区域的期望响应值。

2.根据权利要求1所述的车辆驾驶自主决策方法，其特征在于，所述跟踪模型在当前帧的上一帧中选取目标区域标记周围的一个邻域用作训练区域包括：对于初始帧设置初始坐标；

在参考帧中从初始坐标开始按照预设的移动步长选择子图区域，跟踪模型获得每个子图区域对应的输出值；

当所述子图区域对应的输出值大于第一阈值时，则将该子图区域加入候选区域集合；

在所述候选区域集合中选择输出值最大的第二候选区域用作训练区域。

3.根据权利要求1所述的车辆驾驶自主决策方法，其特征在于，所述第一候选区域尺寸大于目标区域标记的尺寸，ws＝(1+β)wn

hs＝(1+β)hn

其中，ws表示第一候选区域的长，hs表示第一候选区域的宽，wn表示目标区域标记的长，hn表示目标区域标记的宽，β为大于0的数值。

4.根据权利要求1所述的车辆驾驶自主决策方法，其特征在于，从所述参考帧中获得滤波参数包括：根据参考帧中的位移图像样本将预设的滤波器中的滤波参数进行线性表达；

根据线性表达对所述预设的滤波器求导，获得滤波参数；

所述预设的滤波器为 所述滤波参数的线性表达为：w＝∑i,jai,jsi,j，所述预设的滤波器求导结果为：其中，w为滤波参数，λ为正则系数取值范围为 y0(i,j)为期望响应值，si,j为循环位移，i表示在水平方向循环移位的距离，j在竖直方向循环移位的距离，表示y0(i,j)的离散傅里叶变换， 表示w的离散傅里叶变换，和 为复共轭关系，⊙为哈达玛乘积，表示第一候选区域。

5.根据权利要求1所述的车辆驾驶自主决策方法，其特征在于，所述将所述参考帧的第一候选区域在当前帧中按照所述循环位移进行移位，确定每个第一候选区域的循环位移对应的高斯权重系数包括：将所述参考帧的第一候选区域在当前帧中按照所述循环位移进行移位，使用期望值计算公式，确定每个第一候选区域的循环位移对应的高斯权重系数；

所述期望值计算公式为：

ws表示第一候选区域的长，hs表示第一候选区域的宽，σ表示高斯函数的标准方差，y0(i,j)表示循环移位si,j所对应的高斯权重系数。

6.根据权利要求1所述的车辆驾驶自主决策方法，其特征在于，所述训练后的决策神经网络包括一个输入层、六个隐含层以及一个输出层，所述决策神经网络的激励函数为分段函数，所述分段函数为： 其中，x表示输入，θ表示激励因子。

7.一种基于视觉目标跟踪的车辆驾驶自主决策装置，其特征在于，所述装置包括：获取模块，用于获取驾驶车辆的图像数据序列以及获取训练数据集；

其中，所述训练数据包括多个样本，样本包括包含汽车目标标记为1的正样本，以及不包含汽车目标记为0的负样本；

根据预设层数，构建神经网络模型；

使用所述训练数据集训练所述构建的神经网络模型；

将训练完成的神经网路模型确定为跟踪模型；

跟踪模块，用于将所述图像数据序列中的每一帧作为跟踪模型的输入，将当前帧的前一帧作为参考帧，以使所述跟踪模型输出在所述参考帧中选取的目标区域标记；将目标区域标记周围的一个邻域用作训练区域，在当前帧中截取与所述训练区域相同的坐标区域，将该坐标区域作为当前帧中跟踪目标概率的第一候选区域；

参数确定模块，用于从所述参考帧中获得滤波参数；

计算模块，用于根据滤波参数，计算所述当前帧中所述第一候选区域所对应的期望响应值；

区域确定模块，用于在所述当前帧的所述第一候选区域对应的期望响应值中，确定最大期望响应值以及最大期望响应值对应的第一候选区域；

目标确定模块，用于将所述当前帧中最大期望响应值对应的第一候选区域确定作为当前帧的目标区域；

区域标记模块，用于对当前帧的目标区域进行标记，获得当前帧的目标对应的区域标记；

组成模块，用于将每一帧的目标对应的区域标记按照帧序组成目标区域标记序列；

决策模块，用于将所述目标区域标记序列输入训练后的决策神经网络中，得到驾驶车辆是否减速的输出结果，以使所述驾驶车辆根据输出结果进行相应驾驶操作；

所述计算模块，具体用于：

设置参考帧的循环位移；

将所述参考帧的第一候选区域在当前帧中按照所述循环位移进行移位，确定每个第一候选区域的循环位移对应的高斯权重系数；

将所述高斯权重系数确定为所述第一候选区域的期望响应值。

8.根据权利要求7所述的车辆驾驶自主决策装置，其特征在于，所述跟踪模块，具体用于：对于初始帧设置初始坐标；

在参考帧中从初始坐标开始按照预设的移动步长选择子图区域，跟踪模型，获得每个子图区域对应的输出值；

当所述子图区域对应的输出值大于第一阈值时，则将该子图区域加入候选区域集合；

在所述候选区域集合中选择输出值最大的第二候选区域用作训练区域。